风力发电机输出功率模型研究

风力发电机输出功率模型主要包括风力发电机基本功率方程模型和风力发电机功率曲线模型。风力发电机功率曲线模型包括假定的功率曲线模型和实际功率曲线模型,其中风力发电机的假定功率曲线模型包括线性模型、二次方模型、三次方模型、威布尔参数模型和指数模型等;实际功率曲线模型可以通过最小二乘法和三次样条插值技术等曲线拟合技术而得到,分别用这两种方法对WES 5 Tulipo风力发电机的输出功率进行了建模。结果表明假定的功率曲线模型是一些简化的模型,具有一定的可靠性,但是这些模型并没有准确的表示风力发电机的真实功率情况,而风力发电机的实际功率曲线模型可以真实可靠的反应其功率大小。

考虑有向功率特性的风电场功率输出模型

针对目前仿真分析中风电场等值建模这一难题,在考虑风向及电网功率需求对风电场功率输出影响基础上,提出了一种考虑有向功率特性的风电场等值功率输出模型构建方法。该方法首先根据风向将风电场的实际运行数据划分到不同的风向扇区内,利用数学统计方法分析不同风向下输入风速与输出功率之间的映射关系,得到不同风向扇区的风电场功率曲线的函数关系表征,建立了风电场有向功率曲线;然后,根据电网的功率需求,控制风电场的并网输出功率,构建了风电场功率输出模型,并利用风电场实例进行仿真验证。算例分析表明,所搭建的风电场模型能够合理地表征风电场输出功率,更准确地反映风电场的实际运行特性,可为风电场运行分析及并网研究提供参考。

基于间歇性风速的风力发电机功率输出模型研究

随着风电渗透率的增加,间歇风速对系统运行的影响不可忽视。建立间歇性风速模型和间歇风速下的风机功率输出模型,对解决电力系统规划运行问题至关重要。间歇性风速模型可以确定历史风速数据中强波动性风速。间歇风速下的风机功率输出模型可以评估风速间歇变化过程的风电场输出功率。首先,根据混沌理论建立间歇性风速模型,确定间歇性风速区间以及区间内的间歇性风速。其次,利用动量-叶素理论建立风力发电机功率输出模型,根据风速变化时桨叶的受力情况,评估间歇风速下的风力发电机输出功率。最后,利用大同某风电场采集的数据验证所提方法的有效性。

基于模糊聚类的光伏组件功率输出模型研究

在光伏组件工程用功率输出模型的基础上提出了一种改进模型。基于模糊聚类方法将多晶硅组件户外测试数据、环境参数以天为单位聚类,聚类结果为晴天、多云、阴天、雨天、多云转阴和多云转雨。再由每一类聚类结果依次分析组件输出功率与组件温度以及太阳辐照度之间关系,最后验证了该模型的准确性。

垂直腔面发射激光器工作电流-输出光功率强度模型参数估计方法的改进

考虑垂直腔面发射激光器(VCSEL)在稳态时载流子数和光子数关系,改进了工作电流与输出光功率强度(L-I)模型的经验公式,利用交替方向乘子法,基于实测数据确定模型的参数.该模型在考虑激光器的偏置电流受激光器温度影响的同时,还考虑了激光器内部参数之间的耦合关系.仿真结果显示,改进后的模型所得参数,代入经验L-I模型,在相同算法条件下,和实测数据之间的均方误差值比仅考虑激光器偏置电流受温度影响的L-I模型的参数估计方法降低了约1.61 d B.同时,在较高的温度下工作,改进L-I曲线工作电流的有效区间更大.

边缘效应对微型振动式驻极体发电机输出功率的影响

本文主要介绍了微型自供电系统中的一种类型——驻极体发电机的工作原理,针对微型发电机的特点,引入了边缘效应,验证了驻极体发电装置的理论输出功率模型,分析验证了微型电容在考虑边缘效应情况下的实际输出功率,根据实际输出功率模拟得出理论模型,从而得出在考虑边缘效应的情况下,微型自供电驻极体发电装置的输出功率模型.并且将BJ模型与FE-BJ模型进行对比,通过MATLAB仿真软件得出忽略边缘效应时,平板电容的宽度与间距比小于28.724时,FE-BJ模型的输出功率误差在10%,以内,此时可用FE-BJ模型来模拟计算微型驻极体发电装置的输出功率.

微小型热电发电器建模及优化设计研究

微小型热电发电器由于尺寸较小,接触内阻以及结构的覆盖层、导流层等对输出功率和热电转换效率都有不可忽视的影响。结合上述因素,并考虑到汤姆孙效应,建立了微小型热电发电器输出功率和效率的数学计算模型。并以最大功率或者最大质量(体积)比功率为目标函数,对最大功率时的负载电阻、电偶臂对数和电偶臂长度等性能参数进行了优化分析,得到了相应的计算公式,为进一步的设计提出了理论指导,并通过实验进行了性能分析验证。最后分析了微小型热电发电器新的加工工艺和发展动向。

基于模糊C均值聚类的光伏组件发电量预测

光伏组件发电量预测是光伏系统发电量预测的基础,为此,基于模糊C均值聚类,针对3种典型天气,即晴天、阴天和雨天,结合向量给出了相应天气突变情况的判断方法,根据天气情况选取对应的光伏组件输出功率模型进行组件发电量预测,每次预测间隔为10 min。验证结果表明,优化的光伏组件功率输出模型和发电量预测方法预测精度高,晴天的预测误差为1.1%,阴天为3.76%,雨天为9.2%,复杂天气下为4.22%,验证了所提出的优化的光伏组件输出功率模型和发电量预测方法的有效性,满足功率预测误差要求。